[发明专利]人脸抓拍方法、系统及存储介质

说明书

本发明公开了一种人脸抓拍方法、系统及存储介质，属于计算机视觉技术领域，本发明要解决的技术问题为如何在人脸检测跟踪过程中，抓拍出质量最好、角度最正的人脸，采用的技术方案为：该方法具体如下：获取视频当前帧图像数据；通过人脸检测‑人脸关键点检测模型对视频中人脸检测获取人脸图像，并对检测到的人脸图像进行人脸关键点检测；通过跟踪匹配算法对连续帧间人脸坐标匹配获得数个目标序列；根据人脸坐标和关键点信息计算人脸图像质量得分；根据人脸图像质量得分筛选出每个目标序列符合要求的最佳人脸图像，并输出最佳人脸图像对应的相关信息。

技术领域

本发明涉及计算机视觉技术领域，具体地说是一种人脸抓拍方法、系统及存储介质。

背景技术

人脸抓拍由于其非接触式、操作隐蔽性以及无需特性配合等优势，被认为是一种可广泛使用的生物特征识别技术。人脸抓拍技术已经广泛应用于很多领域，如公安监控、交通卡口监控、火车站人脸-火车票识别等领域，但在人脸抓拍过程中人脸质量较低，受各种因素影响，比如人脸姿态、表情、模糊、亮度、遮挡等。故如何在人脸检测跟踪过程中，抓拍出质量最好、角度最正的人脸是目前亟待解决的技术问题。

专利号为CN106446851A的专利文献公开了一种一种基于可见光的人脸优选方法及系统，结合人脸三维旋转角度、人脸阳光曝光面积、人脸清晰度以及人脸遮挡面积的评价指标，以适应人脸在不同应用场景的质量评价，并首先通过预处理直接排除质量过低的图像，以提高在评分过程的计算效率。但是该技术方案虽然结合多个评价指标加权求和，在一定程度上改善单一因子的缺陷，但该方案的超参数量过多，存在很大的局限性。

发明内容

本发明的技术任务是提供一种人脸抓拍方法、系统及存储介质，来解决如何在人脸检测跟踪过程中，抓拍出质量最好、角度最正的人脸的问题。

本发明的技术任务是按以下方式实现的，一种人脸抓拍方法，该方法具体如下：

获取视频当前帧图像数据；

通过人脸检测-人脸关键点检测模型对视频中人脸检测获取人脸图像，并对检测到的人脸图像进行人脸关键点检测；

通过跟踪匹配算法对连续帧间人脸坐标匹配获得数个目标序列；

根据人脸坐标和关键点信息计算人脸图像质量得分；

根据人脸图像质量得分筛选出每个目标序列符合要求的最佳人脸图像，并输出最佳人脸图像对应的相关信息。

作为优选，所述人脸检测-人脸关键点检测模型采用MTCNN、Retinaface或OpenFace；

所述跟踪匹配算法采用sort、deepsort、KCF或JDE。

作为优选，人脸图像质量得分计算公式为：

人脸图像质量得分＝人脸图像清晰度值*人脸关键点距离*人脸旋转程度值；

其中，人脸图像清晰度值对人脸图像进行DCT余弦变换后再进行归一化处理；

关键点距离是指鼻尖关键点到由两个眼睛的瞳孔与两个嘴角组成的四边形的最短距离；

人脸旋转程度值是指两个眼睛瞳孔连线的方向向量和两个嘴角连线的方向向量的均值与水平轴夹角的余弦值的绝对值。

更优地，人脸图像对应的相关信息包括持续时间信息、所属视频帧信息、坐标信息和关键点坐标信息。

更优地，根据人脸图像质量得分筛选出每个目标序列符合要求的最佳人脸图像具体如下：

根据人脸图像质量得分判断目标人脸存在时间是否超出阈值：

若是，则判断人脸区域图像尺寸是否大于设定阈值：

若是，则输出该人脸区域图像；